多维随机变量与其对应的分布

0. 多维随机变量

一般，设 E 是一个随机试验，它的样本空间是 $S=\{e\}$，设 $X=X(e)$ 和 $Y=Y(e)$ 是定义在 $S$ 上的随机变量，由它们构成的一个向量 $(X,Y)$，叫做二维随机向量或二维随机变量。

• 二维随机向量 $(X,Y)$ 的性质不仅与 $X$ 与 $Y$ 有关（各自的分布形式），而且还依赖于这两个随机变量的相互关系（是否独立等）。

联合分布函数的定义：设 $(X,Y)$ 是二维随机变量，对于任意实数 $x,y$，二元函数：

$$F(x,y)=P\{(X\leq x) \cap (Y\leq y)\}=P(X\leq x,Y\leq y)$$
称为二维随机变量 $(X,Y)$ 的分布函数，或称为随机变量 $X$ 和 $Y$ 的联合分布函数。

• 某地区学龄前儿童的身高和体重；
• 炮弹落点的横纵坐标；

多维随机变量的联合分布函数除了具有一般分布函数的 3 条性质之外，还一条：

$$P\{x_1\leq X\leq x_2, y_1\leq Y\leq y_2\} = F(x_2, y_2)-F(x_2,y_1)+F(x_1,y_1)-F(x_1,y_2)\geq 0$$

1. $Z=X+Y$ 的分布

设 $(X,Y)$ 是二维连续型随机变量，它具有概率密度 $f(x,y)$，则 $Z=X+Y$ 为连续型随机变量，其概率密度为：

$$f_{X+Y}(z)=\int_{-\infty}^\infty f(x,z-x)dx$$

或：

$$f_{X+Y}(z)=\int_{-\infty}^\infty f(z-y, y)dy$$

又若 $X$ 和 $Y$ 相互独立，设 $(X,Y)$ 关于 $X,Y$ 的边缘密度分别为 $f_X(x)$，$f_Y(y)$，则：

$$f_{X+Y}(z)=\int_{-\infty}^\infty f_X(x)\cdot f_Y(z-x)dx$$

2. 例题

设 $X$ 和 $Y$ 是两个相互独立的随机变量，它们都服从 $\mathcal N(0, 1)$ 分布，求 $Z=X+Y$ 的概率密度。

$$f_Z(z)=\int_{-\infty}^\infty f_X(x)f_Y(z-x) dx$$

结论，一般，设 X,Y 相互独立且 $X\sim \mathcal N(\mu_1,\sigma_1^2),Y\sim \mathcal N(\mu_2,\sigma_2^2)$，经过计算 $Z=X+Y$ 仍然服从正态分布，且有 $Z\sim \mathcal N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)$；